XXIV Congresso de Iniciação Científica
COMBINAÇÃO DE DESCRITORES UTILIZANDO BUSCA HARMÔNICA E FLORESTA DE CAMINHOS ÓTIMOS
Aluno-autor: Alex Fernandes Mansano, bolsista FAPESP. E-mail afmansnao@gmail.com. Orientador:
Prof. Dr. João Paulo Papa. Colaboradora: Jéssica Akemi Matsuoka. Campus de Bauru, Faculdade de Ciências. Bacharelado em Sistemas de Informação.
Palavras Chave: Classificação de Imagens, algoritmos Evolucionários, Combinação de Descritores.
Introdução
A classificação de imagens procura fornecer informações úteis para diversas aplicações, que vão desde sistemas de diagnósticos médicos a reconhecimento em aplicações de sensoriamento remoto. Informações visuais importantes como forma, cor e textura são codificadas em vetores de características para reconhecimento futuro. Assim, é atribuído um rótulo a cada pixel da imagem com base em características extraídas da mesma.
O presente trabalho propôs a combinação de descritores de acordo com a técnica de Faria et al.1, os quais podem ser definidos como um par ( , ), onde e correspondem, respectivamente ao algoritmo extrator de característica e à função de distância associada a ele.
O problema de combinação de descritores pode ser então definido como um problema de otimização, o qual procurará por soluções que aumentem a taxa de acerto de alguma técnica de classificação de padrões. No presente trabalho analisamos a técnica de Busca Harmônica2 em conjunto com o classificador Floresta de Caminhos Ótimos3 (OPF), para a tarefa de combinação de descritores.
Material e Métodos
A Busca Harmônica é um algoritmo evolutivo inspirado na música, que utiliza o mesmo processo utilizado pelos músicos para improvisar novas canções com o intuito de obter uma solução ótima em algum processo de otimização.
No trabalho em questão, cada algoritmo extrator de características é aplicado em cada imagem da base de dados, sendo Corel4 e Free- photo5 as bases utilizadas. Ao final do processo obtém-se uma matriz de distância de todos para todos os vetores de características, cada qual representando uma imagem. A matriz é obtida por:
+ +. . .+
Onde e denotam os valores a serem encontrados pela técnica HS. Assim, a matriz final, será aquela cujos valores de e maximizam a taxa de acerto do classificador OPF.
Resultados e Discussão
Os resultados são apresentados nas Tabelas 1 e 2.
Tabela 1. Resultados dos Descritores Individuais Descritor Corel Free-photo
LAS 59.75±0.60 74.58±0.65
GCH 65.82±0.76 78.69±1.25
ACC/HTD 74.27±1.13 73.11±1.31
BIC 72.67±0.20 89.71±0.96
QCCH/CCV 57.38±0.60 80.50±0.61
Tabela 2. Resultados dos Descritores Compostos Técnica/Descritor Corel Free-photo HS - LAS+GCH 67.94±0.74 84.28±0.72 HS - TODOS 75.34±0.81 89.88±0.91 GHS - LAS+GCH 67.96±0.86 84.40±0.58 GHS - TODOS 76.71±1.19 90.38±1.02
Conclusões
Pode-se notar que a técnica HS e suas variações melhoram a taxa de classificação com relação aos descritores individuais. Outro ponto que deve ser destacado é o fato de a combinação de descritores não aumentar muito a taxa de reconhecimento de descritores muito bons, quando estes existem. Entretanto, em situações onde não temos um resultado muito bom, um sensível aumento, em torno de 5.71% e 2.14%, pode ser atingido com o descritor composto LAS+GCH para as bases Free-photo e Corel, respectivamente.
Agradecimentos
Agradeço ao Prof. Dr. João Paulo Papa pela oportunidade de trabalhar no projeto, aos amigos Jéssica A. Matsouka e Luís C. A. Sugi por auxiliarem durante o desenvolvimento do mesmo e à FAPESP pela bolsa concedida.
__________________________________________
1 F. A. Faria, J. P. Papa, R. S. Torres, and A. X. Falcão. Multimidal pattern recognition trought particle swarm optimization;
2 Z. W. Geem, J. H. Kim, and G. V. Loganathan. A new heuristic optimization algorithm: Harmony Search;
3 J. P. Papa, C.T. N. Suzuki and A. X. Falcão. LibOPF: a library for the design of optimum-path forest classifiers;
4 Corel Database. Disponível: http://vision.stanford.edu
5 Free-Foto Database. Disponível: http://www.freefoto.com
